论文部分内容阅读
中国大部分地区受季风系统的影响，夏季容易发生极端降水，加之复杂的地形、土壤和植被条件，易发生滑坡泥石流灾害，平均每年造成700多人因灾死亡或失踪，直接经济损失超过40亿元。然而，目前对于该类灾害的预报水平依旧较低，亟需进一步提高。本文主要研究如何在全国尺度上建立较为准确和高效的滑坡泥石流预报系统，提高滑坡泥石流预报水平，减少灾害带来的损失。
本文针对降水型滑坡泥石流，在对现有的滑坡泥石流统计预报模型系统性评估的基础上，改进了中国地区的滑坡泥石流降雨阈值，并使用ICAR(The Intermediate Complexity Atmospheric Research)模式和WRF(Weather Research and Forecasting Model)模式降水驱动多阈值算法的统计模型，建立了适用于大尺度范围的滑坡泥石流集合预报系统。对历史滑坡泥石流事件的后报试验表明，该集合预报系统具有较好的预报能力。主要研究成果如下:
1.对滑坡泥石流统计模型进行了较系统的评估
滑坡泥石流统计模型是根据滑坡敏感性和降雨阈值而建立的，通过计算滑坡泥石流发生可能性指数PI，判断滑坡泥石流是否有可能发生。使用已有的全球降雨阈值公式，利用CMOPRH（CPC MORPHing technique）卫星降水驱动滑坡泥石流统计模型，对中国地区2016-2017年的106起滑坡泥石流事件进行了全面的后报验证。结果表明:现有模型对雨季的滑坡泥石流事件能做出较好的后报，后报成功率达72.1％，而非雨季的成功率只有35％，可能与不同季节的降雨特征差异有关。此外，雨季有19.8％的事件经历了降水过程，但PI未达到触发滑坡泥石流的预警临界值，而非雨季也有10％的事件未达到预警临界值。
2.建立了适用于中国地区的降雨阈值公式
全球的经验降雨阈值公式难以体现中国地区独特的季风气候特征，限制了预报准确率的提升，因此本文发展了适用于中国地区的降雨阈值。根据1998-2017年发生于中国的660起滑坡泥石流事件，利用分位数的方法得到了四组分别由融合降水和CMORPH降水计算的E-D(Event-Duration)阈值公式和标准化的EMAP-D公式。每组包括4个子阈值，分别为雨季短期、雨季长期、非雨季短期和非雨季长期阈值公式。本文所建立的30％分位数水平降雨阈值比大多数已有公式低，这可能是因为该公式是基于更多的中国地区滑坡泥石流事件所建立的，另一方面也说明中国本身的地质环境导致其更容易发生滑坡泥石流。利用2016-2017年的滑坡泥石流事件对阈值进行了检验，改进后阈值的后报成功率比原有统计模型分别提高了16-20％（全年）、10-17％（雨季）和20-38％（非雨季）。
3.ICAR模式降水集合预报及其检验
ICAR是一个中等复杂程度的大气三维模式，运行速度较快，可以为集合预报提供多个降水预报成员。以CLDAS-V2.0(CMA Land Data Assimilation System-V2.0)资料为参考，主要评估了ICAR和WRF模式在西南地区对降水的预报能力。此外，本文还评估了ICAR模式对基础气象要素的预报能力，结果表明:ICAR对降水以及温度、比湿和风速的预报接近WRF的预报水平，预报能力较好，ICAR模式具有较好的性能。利用12种不同参数化方案的ICAR降水和两种不同分辨率的WRF降水进行集合，大部分区域逐小时降水和CLDAS-V2.0降水的时间相关系数为0.2-0.4，集合平均后的区域平均降水与CLDAS-V2.0的时间相关系数在0.6左右，相比于单个模式有比较显著的提升。
4.建立了滑坡泥石流集合预报系统并验证
使用不同参数化方案的ICAR、WRF模式等14种预报降水分别驱动32种不同降雨阈值公式的滑坡泥石流统计模型并建立了滑坡泥石流集合预报系统。根据得到的滑坡泥石流可能性指数PI，计算集合平均值和不同水平分位数，从而判断滑坡泥石流发生的概率。使用该系统对2017年夏季西南地区的5起滑坡泥石流事件进行了验证。在这5起滑坡泥石流事件中，有1起事件未达到滑坡泥石流预警值，其余4起能做出较好的预警，其中2起发生概率达到了60-70％。
综合以上，使用CMORPH卫星降水驱动滑坡泥石流统计模型，可建立滑坡泥石流实时预警系统;使用不同参数化方案的ICAR和WRF模式预报降水驱动不同降雨阈值算法的滑坡泥石流统计模型，可建立较为准确且高效的大尺度滑坡泥石流灾害集合预报系统，为减灾防灾提供重要的预报信息。
本文针对降水型滑坡泥石流，在对现有的滑坡泥石流统计预报模型系统性评估的基础上，改进了中国地区的滑坡泥石流降雨阈值，并使用ICAR(The Intermediate Complexity Atmospheric Research)模式和WRF(Weather Research and Forecasting Model)模式降水驱动多阈值算法的统计模型，建立了适用于大尺度范围的滑坡泥石流集合预报系统。对历史滑坡泥石流事件的后报试验表明，该集合预报系统具有较好的预报能力。主要研究成果如下:
1.对滑坡泥石流统计模型进行了较系统的评估
滑坡泥石流统计模型是根据滑坡敏感性和降雨阈值而建立的，通过计算滑坡泥石流发生可能性指数PI，判断滑坡泥石流是否有可能发生。使用已有的全球降雨阈值公式，利用CMOPRH（CPC MORPHing technique）卫星降水驱动滑坡泥石流统计模型，对中国地区2016-2017年的106起滑坡泥石流事件进行了全面的后报验证。结果表明:现有模型对雨季的滑坡泥石流事件能做出较好的后报，后报成功率达72.1％，而非雨季的成功率只有35％，可能与不同季节的降雨特征差异有关。此外，雨季有19.8％的事件经历了降水过程，但PI未达到触发滑坡泥石流的预警临界值，而非雨季也有10％的事件未达到预警临界值。
2.建立了适用于中国地区的降雨阈值公式
全球的经验降雨阈值公式难以体现中国地区独特的季风气候特征，限制了预报准确率的提升，因此本文发展了适用于中国地区的降雨阈值。根据1998-2017年发生于中国的660起滑坡泥石流事件，利用分位数的方法得到了四组分别由融合降水和CMORPH降水计算的E-D(Event-Duration)阈值公式和标准化的EMAP-D公式。每组包括4个子阈值，分别为雨季短期、雨季长期、非雨季短期和非雨季长期阈值公式。本文所建立的30％分位数水平降雨阈值比大多数已有公式低，这可能是因为该公式是基于更多的中国地区滑坡泥石流事件所建立的，另一方面也说明中国本身的地质环境导致其更容易发生滑坡泥石流。利用2016-2017年的滑坡泥石流事件对阈值进行了检验，改进后阈值的后报成功率比原有统计模型分别提高了16-20％（全年）、10-17％（雨季）和20-38％（非雨季）。
3.ICAR模式降水集合预报及其检验
ICAR是一个中等复杂程度的大气三维模式，运行速度较快，可以为集合预报提供多个降水预报成员。以CLDAS-V2.0(CMA Land Data Assimilation System-V2.0)资料为参考，主要评估了ICAR和WRF模式在西南地区对降水的预报能力。此外，本文还评估了ICAR模式对基础气象要素的预报能力，结果表明:ICAR对降水以及温度、比湿和风速的预报接近WRF的预报水平，预报能力较好，ICAR模式具有较好的性能。利用12种不同参数化方案的ICAR降水和两种不同分辨率的WRF降水进行集合，大部分区域逐小时降水和CLDAS-V2.0降水的时间相关系数为0.2-0.4，集合平均后的区域平均降水与CLDAS-V2.0的时间相关系数在0.6左右，相比于单个模式有比较显著的提升。
4.建立了滑坡泥石流集合预报系统并验证
使用不同参数化方案的ICAR、WRF模式等14种预报降水分别驱动32种不同降雨阈值公式的滑坡泥石流统计模型并建立了滑坡泥石流集合预报系统。根据得到的滑坡泥石流可能性指数PI，计算集合平均值和不同水平分位数，从而判断滑坡泥石流发生的概率。使用该系统对2017年夏季西南地区的5起滑坡泥石流事件进行了验证。在这5起滑坡泥石流事件中，有1起事件未达到滑坡泥石流预警值，其余4起能做出较好的预警，其中2起发生概率达到了60-70％。
综合以上，使用CMORPH卫星降水驱动滑坡泥石流统计模型，可建立滑坡泥石流实时预警系统;使用不同参数化方案的ICAR和WRF模式预报降水驱动不同降雨阈值算法的滑坡泥石流统计模型，可建立较为准确且高效的大尺度滑坡泥石流灾害集合预报系统，为减灾防灾提供重要的预报信息。